基于LHS-MC法的土石坝坝坡失稳风险分析

利用拉丁超立方抽样–蒙特卡罗((Latin hypercube sampling-Monte Carlo,LHS-MC)方法评估了土石坝坝坡失稳风险。MC是目前坝坡失稳风险分析中一种相对精确的方法,使用广泛。但是该法计算量大,收敛速度慢,尤其是对小失效概率问题。建议采用LHS代替MC的随机抽样。在极限平衡法的基础上,应用LHS抽样结合MC模拟,考虑坝坡土体参数的不确定性和水位的随机性进行坝坡失稳风险分析。以坝坡失稳风险问题为例说明了LHS-MC的有效性。结果表明:LHS-MC可有效地提高运算效率,运算次数较传统的MC法减少25%左右。具体的计算减少量取决于应用LHS的细节及坝坡滑移面的形状。     

基于抽样轨迹数据和改进最小二乘模型的信控路网路径流量估计方法

路径流量是精细化交通规划和管控的基础,对识别路网的关键通道、路径、流向和节点具有重要作用.为了解决现有路径流量估计方法在模型假设和方法适用性上存在的局限性,提出一种以抽样车辆轨迹数据作为唯一输入数据源的信号控制路网路径流量估计方法.该方法对基于经典广义最小二乘法的OD估计模型进行改进拓展,以路网路径流量和交叉口流向流量...     

结构系统可靠度分析的SVC抽样迁移算法

为有效避免结构系统可靠度计算过程中复杂的约界分析处理,针对系统可靠度问题多失效模式的固有特点,引入了系统极限状态曲面的概念,并利用支持向量分类算法(support vector classification, SVC)对该失效曲面进行了直接重构.在此基础上,结合LHS(Latin hypercube sampling)抽样迁移策略,提出了计算结构系统可靠度的SVC抽样迁移算法.通过对比分析两个典型算例表明:本文算法具有较高的抽样效率和收敛性能,与传统Monte Carlo法相比,其抽样工作量减少87%,计算结果相对误差不超过1%,且可有效避免现有β约界算法中需要人为假定失效状态的缺陷,更适用于实际结构可靠度问题的分析求解.      

基于GA启发式抽样的交通事件自动检测

为了提高面向不平衡数据集的交通事件检测综合性能,提出了两种基于GA启发式抽样方法的交通事件检测算法.基于GA的实例选择抽样方法(GA-IS),解决非启发式抽样方法人为设定抽样率导致的检测效果不稳定问题.基于GA的支持向量选择抽样方法(GA-SS),改善学习集数据量较大时的检测效率.实验采用新加坡AYE仿真数据库,以支持向量机作为分类器进行事件检测.结果表明,基于遗传算法实例选择抽样的检测模型检测率达到94%,平均检测时间为1.413 3 min,性能指标PI为0.157;基于遗传算法支持向量选择抽样的检测模型决策时间为4.55 s,综合性能最优,其PI为0.151;基于少数类过抽样算法(SMOTE)的检测模型决策时间为35.21 s,PI为0.329,与非启发式抽样方法相比,所提方法能有效改善面向不平衡数据集的事件检测综合性能.     

矢量-角度几何映射的方向重要抽样分布函数近似化方法及多失效模式可靠性分析

方向重要抽样法是一种结构可靠度模拟方法,适合评估非线性、多维度的复杂结构可靠性问题。然而对于多维度问题,利用接受/拒绝方法获得重要矢量样本,效率较低且可执行性差。因此,需要改进或重新构造易于抽样的分布函数。通过概述现有的分布函数,利用插值方法近似构造基于矢量-角度几何映射的分布函数,利用一维拉丁超立方方法对重要角度均匀抽样,再映射到重要矢量样本,得到的矢量样本具有分层均匀性,避免了聚集现象,同时覆盖整个样本空间。该方法有效应用于多设计点和多失效模式的可靠性问题分析中,进一步制定了样本分配方案。通过非线性数值算例和车身结构工程问题验证了该方法的适用性和准确性。     

冷却液，需要有多“冷”

2006年12月国家质检总局对发动机冷却液（防冻液）产品质量进行的专项抽查显示，近四成产品质量不合格，产品抽样合格率为63.1%。就是这近四成不合格的冷却液足以爆发一场“发动机大罢工”！[编者按]     

图像三维插值算法研究

对三维图像插值算法进行研究，在最邻近法，双线性法和高次函数_hermitian法的基础上，提出了，一种基于信号理论的恢复曲线插值法；并将该算法应用于DICOM医学图像的三维插值。通过三维可视化的方法对各算法插值结果进行比较，证实了该算法在改善体数据的三维可视化图像质量方面有较好的效果。     

机车车辆大型钢结构配件的抽样检验

结合机车车辆大型钢结构件的生产和检验情况,分析了抽样检验的规则,介绍了抽样程序和抽样方案的选择.